考虑故障检测与修正的软件可靠性增长模型

针对现有NHPP类软件可靠性增长模型基本假设中故障检测和不完美修正过程考虑不完善的现状,提出一种非齐次泊松过程软件可靠性增长模型．该模型既考虑故障本身特性,故障检测率是随时间递减的函数,又考虑了排错过程引入新错误的概率,故障总数函数是随时间变化的;同时,还考虑了不完全排错的情况,引入了一种与故障检测率具有相同变化趋势的故障排除率函数．利用一组标准化的失效数据集进行仿真验证,实验结果表明该模型具有更好的拟合效果和预测能力．     

Goel-Okumoto软件可靠性模型的研究

对Geol-Okumoto软件可靠性预计模型进行了分析和研究,找出了该模型存在的主要缺陷和不足,针对G-O模型不能对产品的操作阶段进行评测不足之处,对该模型做出了错误排除率正比于潜在的错误点发现率新的假设条件,并给出了一个基于测试覆盖的CGO模型。通过失效数据对GO模型和CGO模型在性能上作了对比分析,结果表明CGO模型具有更好的预测效果,而且还可以在操作阶段进行可靠性评测。     

不完美排错下测试覆盖相关的软件可靠性模型

准确的建模软件可靠性并对可靠性趋势进行有效地度量与预测,对于软件开发至关重要,越靠近软件测试的真实过程,所提出的不完美排错模型就应该考虑并融入更多具体的影响因素,建立构成要素间更加精准的软件可靠性增长模型SRGM.考虑故障检测、修复与引入三个子过程之间的内在联系,建立统一的、柔韧的不完美排错框架模型TCM-ID,对累积检测、修复与引入的故障数量之间的关联实施研究,从故障检测率、故障修复率、故障引入率角度衡量软件测试的整体功效.进一步,从测试覆盖的角度,建立测试覆盖函数相关的可靠性模型,以便于研究其对模型的扰动影响,用以评测模型的性能.最后,在真实的应用场景下进行验证所提出模型的有效性与合理性,模型具有较好的拟合与预测性能,整体上优于其他模型.本文所提出的模型,对于选择合适的不完美排错下测试覆盖相关的软件可靠性增长模型,以及提高测试效率与软件可靠性具有重要意义.     

非齐次泊松过程类软件可靠性增长模型

现有的基于故障覆盖率的软件可靠性增长模型多是只考虑了累计故障覆盖率 ,没有描述每个测试用例能够获得的故障覆盖率 .为了使软件可靠性增长模型能更好地刻画软件的测试过程 ,建立了两个基于故障覆盖率的非齐次泊松过程类软件可靠性增长模型 .第一个模型假设每个测试用例有相同的故障检测能力 ,能获得相同的故障覆盖率 ;第二个模型考虑了越晚检测到的故障其被检测到的概率越低的特点 ,模型假设每个测试用例的故障检测能力与其出现的次序相关 .利用一组公开发表的软件失效数据对这两个模型进行了验证 ,结果表明这两个模型在这组失效数据上均能得到较好的拟合效果 .     

基于改进G-O费用模型的软件最优发布研究

本文研究了基于G-O软件可靠性模型的最优软件发布时间问题,提出了结合风险价值VaR约束的软件测试费用优化模型,给出了在一定置信水平下VaR计算的解析式,通过MonteCarlo仿真实验,计算出软件最优发布时间,分析了仿真结果和参系数的灵敏度,并与经典G-O模型进行比较,结果显示VaR约束模型更加有效地估计了软件发布后多次软件失效的极端风险。     

果蔬机器人采摘中基于改进SDD模型的目标自动化识别研究

为了提高果蔬机器人采摘的识别准确率,利用SDD网络进行实时检测。对基础网络的构造和检测层默认框进行改进,增加卷积层数量,减少计算参数,使其利于对不同尺度的果蔬进行识别,得到基于改进SDD模型的目标自动化识别框架。分析激活函数,发现Relu函数具有更快的收敛速度,利用Relu函数进行激活操作,并对训练结果进行分析,结果表明,改进后的SDD模型具有更快的收敛速度;当置信度为0.45时,改进后的SDD模型具有较理想的准确率、召回率、FI值和IOU值,可以满足果蔬机器人采摘的识别要求。     

基于云模型的刀库系统故障分析

针对传统模糊综合评判隶属度函数难以确定的问题,用黄金分割率法生成的隶属云模型作为隶属度函数,对传统的危害度模糊综合评判加以改进.通过建立因素集、评价集和权重集等步骤,实施基于云模型的故障分析,判断各个故障模式的风险等级,最终对到刀库系统的故障部位进行评价.评价结果表明:松开、夹紧装置系统、驱动系统变频器系统和电气系统是刀库系统的关键故障部位.     

基于改进GAC模型的钢丝绳图像检测方法

目的针对测地线活动轮廓模型易受初始位置选择限制,处理弱边缘效果较差的问题,提出一种改进测地线活动轮廓模型.方法首先,将局部二元拟合的能量函数中引入图像的局部和全局方差信息,避免其在处理复杂图像时易陷入局部最小值;其次对该能量函数进行归一化处理,代替原来测地线活动轮廓模型的边缘停止函数;最后,驱使轮廓曲线运动到钢丝绳图像中的损坏区域的边缘处.结果改进后的模型能够有效地分割出钢丝绳图像中的轮廓和损坏边缘,以人机交互的形式提取轮廓部分和损坏部分,计算相应的面积,获得缺损度,实现钢丝绳的故障检测.结论笔者所提出的改进GAC模型可以简单、便捷的检测出钢丝绳故障缺损度,同时也证明了该模型在解决钢丝绳图像检测问题时具有较高的精度.     

基于动态核PCA的复杂废水处理过程在线故障检测

为了克服废水处理过程具有较强的非线性及动态特性,研究了基于主成分分析(principal component analysis,PCA)的在线故障检测.首先在PCA的基础上引入核函数,构造核主成分分析(kernel principal component analysis,KPCA)来优化模型结构,再通过嵌入动态模型来构造动态核主成分分析方法(DKPCA),最后对废水处理过程进行在线故障检测.基于某造纸厂废水数据,构建了偏移故障、漂移故障及精度下降故障,并进行仿真.研究结果表明,在偏移故障条件下,相较于PCA和KPCA方法,DKPCA的平方预测误差故障检测率分别提升了96.96％和87.87％,且在漂移故障条件下检测的灵敏度也有明显提升,验证了在废水时变性过程中DKPCA方法在线故障检测的有效性.     

基于改进Yolov5的遥感光伏检测算法

针对遥感光伏图像分辨率高、环境噪声较大以及背景复杂等问题,提出了一种改进Yolov5目标检测模型,以实现对光伏电厂的定位。首先,在主干特征提取网络的卷积层中添加CA(Coordinate Attention)坐标注意力机制提高网络特征的学习能力;其次,将Ghostconv网络结构加入到Backbone中,用Ghostconv网络模块替换Conv网络模块;设计新的GhostC3网络代替原来的C3网络模块,提高模型的学习效率;最后,将损失函数由GIoU＿Loss函数改为SIoU＿Loss函数。实验结果表明,相比原Yolov5方法,改进算法的平均精度均值mAP、精准率和召回率分别达到了97.5%、98.9%和94.9%,提升了1.8%、1.7%和5.8%,验证了该算法对光伏检测具有很好的效果。     

基于风险决策与混合高斯背景模型的前景目标突变快速检测

将风险决策引入前景目标的突变判断中,通过设计一个时序计数器函数来记录图像上某一像素点被划为前景的次数,当次数大于某一阈值时,将该像素从前景点改判为背景点,可以估计该像素点为背景点的概率,做出风险决策,以便及时更新混合高斯背景模型参数,减少多个高斯模型的高额计算量.最后通过实验验证了算法在目标检测率和实时性方面的改进.     

基于小波包和改进多元LS-SVM 的滚动轴承故障模式识别

为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后,针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点,提出了应用混合核函数对多元LS-SVM进行改进的算法;最后,将特征向量作为输入,分别应用于常用核函数和基于混合核函数的多元LS-SVM对滚动轴承故障类型进行仿真判别对比实验.结果证明了所设计方法的有效性.     

对复杂边缘检测的Snake改进算法

针对Snake原始模型对包含凹陷形状目标或信噪比较低的图像边缘检测结果差的问题,通过对复杂形状目标及含噪声图像的特性研究,从能量函数和迭代策略两个方面对Snake原始模型进行改进,增加了新的控制能量,并对各能量因素的影响权值进行了讨论,同时对蛇点采用了动态分布方法,以适应不同的目标形状特性.仿真结果表明,改进后的Snake模型较原始模型大大减弱了对蛇点初始位置的依赖,并在一定程度上有效地克服了图像噪声对迭代算法的影响,提高了对复杂目标的边缘检测性能.     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.     

基于多信号模型的引信测试性建模

针对目前武器系统测试性设计技术滞后于装备研制水平的问题,提出采用多信号模型法评估系统测试性。多信号模型法基于一种分层建模的思想,在系统结构的基础上以分层有向图表示信号流向和各组成单元的连接关系。通过定义功能、故障模式、测试与信号之间的关联性来表征系统的一种模型表示方法。文中建立了引信系统的多信号模型,针对引信作用失效故障模式。对系统测试性进行了评估并给出了量化结果,如故障检测率、故障隔离率、故障隔离模糊群组、未被检测的故障、未被使用的测试等。仿真结果表明,该方法能够快速、准确地实现故障检测与隔离,具有建模简单、模型失真度小、通用性强等特点,对提高产品可靠性。降低全寿命周期费用具有重要意义。     

基于风险决策的混合高斯背景建模

对于固定摄像机的人体运动目标的检测,在现有混合高斯模型中,往往希望混合高斯模型中高斯函数的个数数目越大越好,同时现有算法对场景内每个像素点都采用统一的背景模型参数更新规则,每获得新的视频帧图像,都要对图像内所有像素点的所有高斯函数参数进行更新,这会带来庞大计算量,影响算法实时性。本文针对高斯背景建模算法的这种特点,对有新物体移入或物体移出当前场景时的情况,提出了改进的高斯建模算法,引入风险决策应用于前景目标的突变判断中,并通过实验验证了改进的算法在目标检测率和系统实时性方面的改进。     

基于改进的Yolo v3 模型的设备状态检测方法

提出一种基于改进的Yolo v3模型的设备状态检测方法,以实现精准的信号灯检测. 工作流程为:(1)通过图像采集设备获取信号灯图像并预处理;(2)通过改进的Yolo v3模型进行信号灯检测.其中改进的Yolo v3模型增加了特征图的加权融合步骤,提高了对小目标检测识别的性能.实验结果表明, 相比于原始Yolo v3模型,采用改进的Yolo v3 模型进行信号灯检测识别时能够取得更高的交并比,同时,模型的召回率和精度也有相应提升.     

改进的黏弹材料应力松弛模型

为了用较少的参数准确描述粘弹材料的应力松弛实验数据,并且唯象解释松弛速率与应力的幂律关系,用假塑性粘壶与弹簧串联,得到改进的Maxwell模型。改进的Maxwell模型再与弹簧并联,给出改进的Zener模型。取定应变时,可得出松弛速率与应力满足幂律关系。求解本构方程得到它们的应力松弛函数。结果表明,常见的幂律型松弛可视为改进后模型的解,幂律函数的指数与反映材料非线性强弱的参数建立了关系,而Debye型松弛是幂律型松弛的一种极限情况。用给出的松弛函数对聚异丁烯的松弛模量进行了研究,拟合过程简单,准确度较高。     

随机传输的量化网络化系统故障检测

研究了具有传感器量化数据随机丢失情况下非线性网络控制系统的故障检测问题.考虑到数据量化和网络噪声等不确定因素对网络控制系统故障检测性能的影响,建立了随机非线性网络化控制系统模型,并将网络控制系统的故障检测问题转化为H∞扰动问题.基于获得的扩展滤波误差系统模型,利用李雅普诺夫函数方法,给出了线性矩阵不等式形式的结论,在线性矩阵不等式具有可行解情况下,设计了观测器形式的故障检测滤波器.给出了数据传输率和量化水平与故障检测性能之间的数量关系,仿真结果验证了所得结论的有效性.     

基于WHD-CRM的群体机器人故障检测

使用交叉调节模型（CRM）进行故障检测,是一种重要的基于人工免疫模型的群体机器人故障检测方法.针对CRM在不同群体行为下,检测群体机器人故障通用性受限的问题,通过研究行为特征在不同群体行为下的影响力等级,提出了使用加权汉明距离的交叉调节模型（WHD-CRM）.相比于CRM,WHD-CRM对不同群体行为的机器人行为特征赋予了不同的权值,获得了更加精确的中间结果（亲和力值）,进而提高了各类群体行为下检出故障机器人的概率.实验结果表明：相比于使用原始CRM,WHD-CRM的故障检测率提高了13%.